大语言模型应用场景银行AI大模型大语言模型GPU

银行如何基于算力层提高大模型准确性与泛化能力加速投产智能客服等场景?(7月6日 北京站)

银行如何基于算力层提高大模型准确性与泛化能力加速投产智能客服等场景?(7月6日 北京站)

活动简介

随着人工智能技术的飞速发展,银行业正经历着一场由传统服务模式向智能化服务模式转变的革命。智能客服作为银行与客户交互的重要渠道,其准确性和泛化能力直接关系到客户体验的质量和银行的运营效率。然而,在实际应用中,大型机器学习模型往往面临着数据偏差、过拟合以及泛化能力不足等问题,这些问题严重制约了智能客服系统的快速投产和效能发挥。

因此,提高大模型的准确性与泛化能力,对于加速银行智能客服等场景的投产具有至关重要的意义,不仅关乎智能客服系统的效能,更是银行数字化转型和智能化升级的关键所在。

为了帮助北京地区银行企业加快落地智能客服等大模型场景的建设,twt社区将于7月6日围绕主题为银行如何提高大模型准确性与泛化能力加速投产智能客服等场景?在北京地区组织线下同行交流活动,将邀请到社区银行用户专家进行交流分享,社区力求通过本次活动能够给同业带来一些实践参考经验以及方法。欢迎北京地区银行企业会员报名参与!

核心探讨问题:

1. 大模型在银行行业有哪些应用场景、实践难点以及应用案例?

2. 大模型准确性实现的业务关键点有哪些,如何提高大模型的准确性?

3. 哪些技术手段可以提高大模型的泛化能力?

活动时间:7月6日14:00-17:00

活动地址:北京(具体地址会在您报名审核通过后通知)

报名方式:

1、如您希望参与本次活动,请将您的联系信息(姓名、单位、职务、手机、邮箱)回复邮件至yan.sun@twtgroup.com.cn 进行邮件报名,我们将在1个工作日内审核反馈;

2、活动平台上直接点击报名,报名后我们会与您联系!


支持企业:

图层-1.jpg

点击进入英伟达云社区


日程

时间安排
13:30-14:00会前签到
14:00-14:20开场kick off,全场自我介绍
14:20-14:50银行大模型应用探索路径及规划
14:50-15:30 银行大模型推理及应用实践分享
15:30-16:00NVIDIA 加速计算解决方案在大语言模型方向的端到端应用
16:00-16:50互动交流
16:50-17:00总结

主持人

石聪 某股份制银行 AI算法工程师

目前在股份制银行负责nlp建模开发工作,擅长智能文档领域算法的应用与开发,有着多年的nlp应用实践经验。

分享嘉宾

大伟  某股份制银行  大模型项目负责人

主要负责银行行业大模型算力和应用场景规划,包括平台建设、大模型选型等。

刘永贤  某国有银行  大模型专家

目前在建信金科基础技术中心人工智能工程部,负责模型及应用的工程研发工作,包括大模型推理、知识库等项目的研发工作,在加入金科之前,曾有多年的百度、腾讯等互联网大厂工作经验。

史永明博士  NVIDIA  行业客户解决方案与工程技术经理

主要负责为包括金融行业在内的行业客户提供全栈式加速计算解决方案,特别擅长针对大模型的推理优化与训练加速。

崔岩  NVIDIA  网络技术专家  

负责以技术角度推进 DPU 和 DOCA 产品及联合解决方案在中国的市场营销,驱动 DOCA 开发者社区在中国的增长与发展,促进客户与合作伙伴在未来数据中心基础设施上取得成功。

活动资料

活跃参与会员

  • NVIDIA_EGX
  • 苏十一
  • caofei
  • faye
  • aigoppb
  • twt运营
  • shomer23
  • JAGXU
  • n1agaraf
  • 陈恒龙
  • jinhaibo
  • Mercy1108
  • kew
  • 小饼干
  • lmq451
  • ggsvvss
  • zsiJourney
  • kilig
  • 铁蛋儿
  • X社区推广